การพยากรณ์การใช้พลังงานรวมทั้งหมดของประเทศไทย โดยวิธีของบอกซ์-เจนกินส์และโครงข่ายประสาทเทียม

Authors

  • พันธ์ทิพา คนฉลาด นักศึกษา หลักสูตรวิทยาศาสตรมหาบัณฑิต สาขาวิทยาการจัดการสถิติ มหาวิทยาลัยมหาสารคาม
  • นิภาพร ชุติมันต์ อาจารย์ ประจำภาควิชาคณิตศาสตร์ คณะวิทยาศาสตร์ มหาวิทยาลัยมหาสารคาม
  • บังอร กุมพล อาจารย์ ประจำภาควิชาคณิตศาสตร์ คณะวิทยาศาสตร์ มหาวิทยาลัยมหาสารคาม

Keywords:

การพยากรณ์, โครงข่ายประสาทเทียม, พลังงาน, forecasting, artificial neural network, energy

Abstract

บทคัดย่อ

การวิจัยนี้มีวัตถุประสงคเพื่อหารูปแบบของการพยากรณ์การใช้พลังงานรวมทั้งหมดของประเทศไทย และเปรียบเทียบความแมนยําในการพยากรณระหวางแบบจําลองโครงข่ายประสาทเทียมกับแบบจําลองโดยวิธีบอกซ์-เจนกินส์  โดยใช้ข้อมูลจากสำนักงานนโยบายและแผนพลังงาน  กระทรวงพลังงาน   ซึ่งเก็บรวมรวบข้อมูลจำแนกเป็นรายเดือนตั้งแต่เดือนมกราคม พ.ศ. 2544  ถึงเดือนกันยายน พ.ศ. 2554  รวมระยะเวลา 129 เดือน

ผลการศึกษา พบวา สำหรับข้อมูลปริมาณการใช้พลังงานรวมทั้งหมด วิธีที่มีความเหมาะสม คือ วิธีการพยากรณ์โดยใช้โครงข่ายประสาทเทียม ตัวแบบ 4:3:1  โดยมีตัวชี้วัดทางเศรษฐกิจที่ใช้พยากรณ์ ได้แก่  ผลิตภัณฑ์มวลรวมภายในประเทศ   มูลค่าการส่งออกสินค้า  มูลค่าการนำเข้าสินค้า  จำนวนประชากร

ดังนั้นในการศึกษาครั้งนี้เมื่อประเมินประสิทธิภาพดวยค่า RMSE และค่า MAPE  แบบจําลองโครงข่ายประสาทเทียม จึงมีความแมนยําในการพยากรณสูงกวาแบบจําลองโดยวิธีบอกซ์-เจนกินส์

 

Abstract

This research was aimed to predict the total  energy consumption in Thailand and to compare the accuracy between two models, --- i.e. artificial neural network  and Box-Jenkins with ARIMA model, The secondary data from Energy Policy and Planning Office Ministry of Energy, January 2001 to  September 2011 with 129 months, were used.

The results showed that energy consumption the total, method were appropriate is artificial neural networks method, model 4:3:1  with the forecast for economic factors,---viz. Gross domestic product, value export of good, value import of good, the population.

In this study, the artificial neural networks method is higher accuracy in predicting than Box-Jenkins’ method

Downloads

Download data is not yet available.